省流结论:
1、EULER \EULER-a, DPM2\DPM2a DPM++系列,DDIM都是值得保留的。
2、采样步数在20-30之间,DPM++采样在20以内已经能够得到较好的结果,是比较高效率的采样。
概念:
AI绘图遵循采样步数-发散-收敛的过程,一定步数之后,结果趋于收敛 - 也就是说,随着-samples(步长)值的增加,图像看起来越来越相似,直到出现图像不再变化的点。
对于新手来说,常用的采样就有那么多:
这里面少了HEUN和LMS,这两个我并不常用。原因我放在后面。
下面我们直接上对比结果图:
在上面的结果对比种,你觉得那种方法是最好的?
可以看到,EULER\HEUN\DPM2\DDIM\LMS\PLMS这些的风格化是很相似的。
其中,HEUN、EULER、DPM_2、DDIM在大概10步左右已经产生了稳定结果。
因此,我们先行淘汰了较老的LMS\PLMS采样法。
同时。EULER-A,DPM_2得以保留,这两种方法能够带来不太一样的结果。而且EULER-A在11月之前一直还是速度最快的采样方法。
剩下的HEUN、EULER、DPM_2、DDIM四种方法之中,HEUN的采样步数比较少,但速度比较慢。 所以,我也把它淘汰了。
到了11月,中国的几名学者发布了DPM++系列的采样方法。这两种采样的效率提升很快。效果可以看下图最下面两行:
基本上,DPM++系列在16步就完成了收敛。如果选20步以内的采样,DPM++2M的方案是目前速度最快的。
一个参考数据是:
在我的3080/2080TI上,512*512,DPM++2M,20步的采样,能跑到2秒1图。
在我的3060上,512*512,DPM++2M,20步的采样,能跑到4秒1图。
这种速度,都是以前不敢想的,算是采样方法改进带来的效率提升了。
写在最后
感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。
AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了,安装就可直接上手!
三、最新AIGC学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
![](https://img-blog.csdnimg.cn/img_convert/8ad806d01af1e6498f9b760df8cc723a.png)